【项目实战课】基于Bert的事件抽取实战-CSDN博客

本文链接：https://blog.csdn.net/hacker_long/article/details/125734654

欢迎大家来到我们的项目实战课，本期内容是《基于Bert的事件抽取实战》。所谓项目课，就是以简单的原理回顾+详细的项目实战的模式，针对具体的某一个主题，进行代码级的实战讲解。

本次主题

事件抽取是一类信息抽取任务。事件抽取是不少任务的前置模块，对于事理图谱构建、情报分析、新闻摘要、自动问答等任务都起着重要作用。事件抽取也被广泛的应用于金融资讯、政府监管、舆情监测等领域。通过学习本实战项目课程学生将掌握基于 Bert 的事件抽取实战实现，并掌握事件抽取的发展和技术要点。

本次课程经过剪辑后的课程总时长为68分钟，定价为49元，各部分课程内容与时长如下：

部分	内容	时长(分钟)
No.1	项目背景介绍	16
No.2	模型原理说明	14
No.3	数据源与数据预处理介绍	8
No.4	代码讲解	16
No.5	总结与展望	4

下面我们来简单看一下各部分的内容：

第1部分：项目背景介绍，讲解项目背景、项目难点、总体方案和问题建模，本部分内容可以免费收听。

第2部分：模型原理说明，包括Bert基本原理，Bert预训练与微调等。

第3部分：数据源与数据预处理，包括数据源介绍和文本数据预处理步骤两部分内容。

第4部分：代码讲解，本部分专门进行课程相关代码的讲解。

第5部分：总结与展望，总结了一些新的思路以及发展。

本次课程讲师为Monica，某互联网大厂高级算法工程师、美名校本硕数学专业，资深AI课程讲师。

讲师的介绍请查看：【杂谈】今年谁将挑起有三AI自然语言处理内容的大梁？新晋NLP讲师Monica有话要说

如何订阅

我们的视频课全部在小鹅通平台，可以使用手机APP鹅学习或者直接在网页进行登录，内容试听以及订阅请直接扫如下二维码：

课程详情如下：

更多实战课内容

更多的项目实战课内容，请大家参考：

【项目实战课】NLP入门第1课，人人免费可学，基于TextCNN的新闻文本分类实战

【项目实战课】基于 TextRank 的⽂本摘要抽取实战

【项目实战课】基于HuggingFace的Bert情感分析实战

【项目实战课】基于BiLSTM+CRF的命名实体识别实战

【项目实战课】基于Seq2Seq与Attention的机器翻译实战

【项目实战课】基于transformer的关系抽取实战

【项目实战课】基于LCF-ATEPC的属性级情感分析实战

【项目实战课】AI零基础，人人免费可学！基于Pytorch的SimpleNet人脸表情识别实战

【项目实战课】人人免费可学！基于Pytorch的图像分类简单任务数据增强实战

【项目实战课】人人免费可学，基于ResNet的生活垃圾图像分类实战

【项目实战课】基于Pytorch的MTCNN与Centerloss人脸识别实战

【项目实战课】人人免费可学！基于Pytorch的SimpleNet嘴唇图像分割实战

【项目实战课】基于Pytorch的Semantic_Human_Matting（人像软分割）实战

【项目实战课】基于Pytorch的DCGAN人脸嘴部表情图像生成实战

【项目实战课】基于Pytorch的StyleGAN v1人脸图像生成实战

【项目实战课】基于Pytorch的StyleGAN人脸属性（表情、年龄、性别）编辑实战

【项目实战课】基于Pytorch的Pix2Pix黑白图片上色实战

【项目实战课】基于Pytorch的SRGAN图像超分辨实战

【项目实战课】基于Pytorch的3DCNN视频分类与行为识别实战

【项目实战课】基于Pytorch的CNN_LSTM视频分类与行为识别实战

【项目实战课】基于Pytorch的SlowFast模型视频分类与行为识别实战

【项目实战课】基于ncnn框架与KL散度的8bit对称模型量化与推理实战

【项目实战课】基于Pytorch的稀疏约束结构化模型剪枝实战

【项目实战课】基于Pytorch的RetinaFace人脸与关键点检测实战

【项目实战课】快速上手目标检测任务，MMdetection框架详细解读与案例实战

【项目实战课】微信小程序图像识别模型前后端部署实战

【项目实战课】基于ResNet的生活用品多标签图像分类实战

【项目实战课】基于Pytorch的BeautyGAN人脸智能美妆实战

【项目实战课】基于Pytorch的UGATIT人脸动漫风格化实战

项目实战课程合集，请大家参考：

【CV冬季划】终极进阶，超30个项目实战+3本书+3年知识星球

课程相关问题答疑，请联系微信-坨坨瑜进项目实战群：

实战课讲师招募

为了进一步丰富有三AI生态的实战内容，欢迎有经验，有能力的讲师报名成为平台讲师：

讲师要求如下：

(1) 有多次人工智能领域教学经验，擅长演讲与教学。

(2) 有3年以上人工智能领域项目实战经验。

(3) 有三AI已有生态成员优先。

实战课的收入与平台采取固定分成的方式，具体细节可在内容组了解详情，报名请联系微信-坨坨瑜提交简历，或直接联系有三本人。

往期相关